基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出一种CNN的遥感图像飞机检测的方法.首先获得预训练好的CNN,然后通过参数迁移获得五层卷积层模型参数,接着利用遥感图像对第五层卷积层进行微调获得一个特征提取器.将特征提取器用于提取遥感图像训练集的深度特征,训练可变形部件检测模型.实验表明,提出的方法大大提高了遥感图像飞机目标检测精度,准确率达96%00以上.
推荐文章
基于全卷积神经网络的遥感图像海面目标检测
YOLOv3
全卷积神经网络
遥感图像
目标检测
基于卷积神经网络的遥感图像去噪算法
图像去噪
卷积神经网络
遥感图像
深度学习
基于卷积神经网络的图像检测识别算法综述
卷积神经网络
图像检测
图像识别
基于卷积神经网络的视频图像失真检测及分类
卷积神经网络
特征学习
视频图像失真
分类检测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于卷积神经网络的遥感图像飞机检测
来源期刊 光电子技术 学科 工学
关键词 遥感图像 卷积神经网络 迁移学习 微调 飞机检测
年,卷(期) 2017,(1) 所属期刊栏目 研究与试制
研究方向 页码范围 66-71
页数 6页 分类号 TP317.4
字数 语种 中文
DOI 10.19453/j.cnki.1005-488x.2017.01.014
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张义德 1 0 0.0 0.0
2 胡长雨 2 1 1.0 1.0
3 胡春育 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (4)
参考文献  (13)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(4)
  • 参考文献(3)
  • 二级参考文献(1)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
遥感图像
卷积神经网络
迁移学习
微调
飞机检测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
光电子技术
季刊
1005-488X
32-1347/TN
16开
南京中山东路524号(南京1601信箱43分箱)
1981
chi
出版文献量(篇)
1338
总下载数(次)
4
论文1v1指导